Sampling - O que é, definição e conceito - 2021

Índice:

Sampling - O que é, definição e conceito - 2021
Sampling - O que é, definição e conceito - 2021
Anonim

Amostragem é o processo pelo qual um grupo de observações pertencentes a uma população é selecionado. Isso, a fim de realizar um estudo estatístico.

Em outras palavras, a amostragem é o procedimento pelo qual são tomados determinados indivíduos pertencentes a uma população que está sendo analisada.

A amostragem é necessária devido ao fato de que as populações podem ser muito grandes e não é viável (economicamente e materialmente falando) coletar dados de todos os indivíduos.

O objetivo é que a amostra seja representativa. Ou seja, seus indicadores como a idade média, a renda média, a porcentagem de homens e mulheres, entre outros, são iguais ou muito semelhantes aos da população.

Tipos de amostragem

Os tipos de amostragem podem ser diferenciados com base em diferentes critérios. Assim, de acordo com a técnica de seleção do subgrupo, podem ser diferenciados:

Amostragem probabilística

As observações são selecionadas com base na aleatoriedade, ou seja, aleatoriamente. Nesta categoria podemos encontrar:

  • Amostragem aleatória simples: Todos os indivíduos da população têm a mesma probabilidade de serem escolhidos como parte da amostra. Apresenta vantagens, como a facilidade de execução por meio de sistemas informatizados. No entanto, é necessária uma listagem completa de toda a população e, se a amostra for muito pequena, a seleção pode não ser representativa.
  • Sistemático: Uma observação é escolhida aleatoriamente e, para selecionar o resto da amostra, são usados ​​intervalos numéricos regulares. Ou seja, suponha que eu tenha uma população de 10.000 e seleciono aleatoriamente a observação 600, após o que posso considerar intervalos de 30 observações. Nesse caso, você faria as observações 600, 630, 660, 690, 720, 750, 780 e assim por diante.
  • Aleatório estratificado: A população está dividida em estratos, que são grupos que compartilham características comuns e são ainda mais homogêneos do que a população como um todo. Em seguida, uma amostra é selecionada, de forma aleatória ou sistemática, dentro de cada estrato. O objetivo é conseguir uma representatividade de cada estrato.
  • Por conglomerados ou clusters: Consiste na criação de grupos menores que a população, que refletem ou compartilham todas as características da população. Em seguida, escolhemos um dos clusters como amostra e o analisamos em detalhes.
Amostragem estratificada

Amostragem não probabilística

A seleção da amostra não depende da probabilidade, mas sim da decisão dos pesquisadores. Podemos distinguir algumas subcategorias:

  • Método de confiança nos assuntos disponíveis: Consiste em que o pesquisador irá captar os assuntos que estão à sua disposição. Isso, por exemplo, em um ponto geográfico em um determinado momento.
  • Opinião ou método intencional: O pesquisador usa seu julgamento ou critério para escolher quem participará como parte da amostra. Em outras palavras, continuando com o exemplo anterior, o pesquisador poderia coletar a amostra em um local e horário específicos. Mas você poderia, dados os objetivos da pesquisa, decidir incluir apenas aqueles que são casados ​​e estão na faixa dos 20 ou 30 anos.
  • Causal ou incidental: O pesquisador seleciona diretamente os indivíduos que farão parte da amostra. Por exemplo, para os alunos de uma escola. Isso, visto que você tem fácil acesso a eles.
  • Bola de neve: Consiste em que, após encontrar o primeiro sujeito (ou primeiros sujeitos) da amostra, o pesquisador pede a ele (ou a eles) ajuda para identificar outros indivíduos com essas mesmas características. É uma técnica utilizada quando é difícil localizar um grupo específico devido ao tratamento de dados sensíveis, por exemplo, imigrantes ilegais.
  • Em prestações: O pesquisador, levando em consideração a composição da população, e dividindo por grupos ou estratos, fará uma seleção proporcional da amostra. Por exemplo, imagine que na população haja 40% de pessoas com menos de 25 anos, 35% de pessoas entre 25 e 50 anos e 25% de pessoas com mais de 50 anos. Assim, uma amostra de 4.000 pessoas teria 1.600 sujeitos com menos de 25 anos, 1.400 entre 25 e 50 anos e 1.000 adultos com mais de 50 anos ou mais. Ressalta-se que os indivíduos que irão cobrir cada parcela serão selecionados por algum método não probabilístico, ou seja, qualquer uma das técnicas explicadas acima.

Da mesma forma, deve-se notar que a amostragem pode ser simples, se feita apenas uma vez; duplo, quando duas amostras são capturadas (a segunda pode ser usada se a primeira não der resultados definitivos); ou múltiplo (é semelhante a double, mas com mais de duas amostras).